轨道作业车周边异物侵线监测技术北大核心

针对轨道作业车施工现场异物侵线和预警需求,提出一种融合三维激光雷达技术与毫米波雷达感知技术的工务施工现场异物侵线监测技术。采用三维激光雷达感知施工现场周边环境,获取点云数据。通过对点云数据进行滤波、聚类及特征分析,识别出作业现场铁路轨道、道床区域,同时识别出入侵轨道线路的异物并得到其位置信息。再结合毫米波雷达感知结果对识别出的异物进行二次确认。现场试验结果表明:利用该技术进行异物监测定位,精度满足误差不大于200 mm的要求;该技术可以用于轨道作业车施工现场对地面异物侵线的实时监测。     

基于双结构元素数学形态学的铁轨图像边缘检测方法

针对铁轨图像在采集过程中经常受到不同程度的噪声影响,传统边缘检测方法难以检测并提取准确的铁轨边缘.文中通过分析灰度数学形态学抗噪图像边缘检测的常用方法,提出基于不同几何形状及大小的双结构元素抗噪数学形态学铁轨图像边缘检测算法.并应用这种算法对掺杂有噪声的铁轨弯道图像边缘进行铁轨边缘检测,实验结果表明:该方法具有比传统经典边缘检测方法更好的铁轨弯道边缘检测及提取效果.     

基于高斯-中值的钢轨表面缺陷图像滤波研究

针对传统滤波算法在钢轨表面缺陷检测中噪声滤除效果的缺点,提出一种高斯-中值滤波算法。将图像反转,使缺陷及一些被氧化处与正常的钢轨表面的灰度亮度发生反转。对反转后图像的滤波模板窗口求加权平均值,将图像中的每个点的像素灰度值与其加权平均值进行比较,若该点的像素灰度值大于其加权平均值,则用中值滤波算法进行处理,否则用高斯滤波算法进行处理。将仿真结果与传统的方法相比较表明:该方法去除噪声效果更好,并能很好的保护图像细节和改善缺陷处的边缘细节。     

隧道检测裂缝的图像处理研究

裂缝是隧道衬砌最常见的病害之一,基于近几年快速发展的工程检测系统与图像处理算法的研究,提出基于CCD相机的衬砌裂缝检测系统来采集裂缝图像。通过比较均值滤波、中值滤波、维纳滤波、自适应中值滤波和加权邻域滤波比较,选择自适应中值滤波进行图像增强。结合直方图阈值分割法、Otsu最大类间方差阈值和局部阈值分割法,对增强后图像进行二值化处理比较,Otsu法较好地保留了裂缝的边缘信息,证明了该算法的有效性,为后续裂缝信息的提取奠定了基础。     

基于图像处理技术的转辙机实时在线监测研究

介绍了一种通过对转辙机表示杆末端边缘位置图像的监测来反映道岔尖轨密贴状态的方法,以及对道岔尖轨密贴状况监测所采用的图像检测微小位移的基本方法、原理和步骤。对采集的图像使用中值滤波和高斯滤波相结合的预处理方法滤除噪声,通过迭代阈值分割、小面积删除、图像边缘检测得到表示杆位置特征,并采用Hough变换完成坐标提取,从而得出表示杆位移具体数值,并通过实际监测测量分析系统对转辙机尖轨密贴状态的监测精度和应用中问题。     

改进Canny算子在列车车轮踏面损伤检测中的应用

高速列车车轮踏面剥离、擦伤等损伤的检测主要以效率低下的人工巡检为主,为了提高检测效率设计一种基于机器视觉的高速列车车轮踏面损伤的动态检测系统,提出使用改进Canny算子对车轮踏面损伤进行边缘检测。改进的Canny算子在平滑图像时采用自适应加权中值滤波算法来代替高斯滤波,采用添加45°和135°方向梯度模板的Sobel算子来计算梯度幅值,以大津法(Otsu法)来确定最佳高低阈值。仿真实验结果表明:基于自适应加权中值滤波和大津法的改进Canny算子可以有效地检测车轮踏面损伤的边缘,同时也实现了自动检测。     

基于机器视觉的无砟轨道层间结构位移测量方法研究

为实现板式无砟轨道层间离缝的全天候监测,提出一种基于机器视觉的非接触式层间结构位移测量方法。针对传统Canny边缘检测算法自适应性较差的问题,对其进行改进。利用自适应中值滤波器代替高斯滤波器;提出一种基于分块迭代的局部阈值分割法自适应地选取阈值,并通过高斯拟合算法检测改进算法的优越性。通过室内试验对标记点大小、光源强度、拍摄距离和拍摄角度4个方面进行对比分析,选择最适测量参数。试验结果表明,在标记点运动的状态下,最大测量误差为2.6%,在误差的允许范围之内。通过现场测试验证,该测量方法可有效地对板式无砟轨道层间结构位移进行精确测量,为我国高速铁路的运行安全监测提供技术支持。     

基于FPGA的转辙机表示缺口检测模块设计

为达到道岔转辙机表示缺口间隙自动检测的目的,提出一种基于FPGA的转辙机表示缺口检测模块设计方案。该方案可对转辙机锁闭柱及锁闭杆的缺口图像进行自动裁剪、中值滤波及边缘检测,并通过边缘计算得出锁闭柱落入锁闭杆缺口后的间隙大小。给出了总体原理框图及主要检测算法,并选用OV5640摄像头和基于XC7A35T核心采集处理分机,实现对ZYJ7型转辙机表示缺口的检测。检测结果表明:该检测模块检测速度快、精度高,完全满足现场使用要求。     

一种优化的Canny边缘检测算法

在对Canny边缘检测理论研究基础上,针对Canny边缘检测算法在高斯滤波、梯度计算和高低阈值的确定上的缺陷,提出一种改进的小波变换法,替代高斯滤波,实现对图像的降噪,同时,优化了原有梯度幅值和方向的计算方法,采用改进的迭代算法对高低阈值进行计算。运用MATLAB仿真实验对比优化后的Canny边缘检测算法与传统Canny边缘检测算法。结果表明,优化后的Canny边缘检测算法可使检测结果拥有更多的边缘细节,提高了检测的精度和准确度。     

机车驾驶路面状况监控系统障碍检测算法的研究

提出基于铁路智能视频监控图像序列分析的铁轨路障检测算法,即通过图像预处理突出铁轨信息,确定铁轨边缘像素;沿铁轨边缘建立检测窗,计算分析铁轨检测窗内的纹理特征;结合纹理特征及灰度特征进行铁轨障碍物的检测.在检测出路障目标的基础上对机车驾驶员提供实时的警报.实验结果表明,该算法检测速度快、可靠性高,可运用于实际路面状况检测系统.     

复杂环境下基于视觉显著性特征的铁轨识别方法

为解决复杂环境下铁轨边缘识别问题,提出一种基于显著性特征的复杂环境铁轨识别方法:通过引入多尺度Gabor能量算子和环境抑制算子,建立基于视觉机制的边缘检测模型,实现铁轨边缘特征的检测,并对环境干扰信息进行抑制;建立铁轨显著性评价模型,对检测结果中对非铁轨边缘进行滤除;提出基于统计学的铁轨特征增强方法,对铁轨边缘片段进行连接增强。试验结果表明,该方法对于光照变化和噪声干扰的鲁棒性较强,相比其他的边缘检测方法,更适用于复杂环境下的铁轨识别,同时可以应用于相似检测环境下的其他场景。     

转向架轮对参数的结构光视觉测量方法与实现

为实现转向架轮对半径参数的精确检测,提出了一种基于结构光视觉传感器的非接触式检测方法。该方法首先采集轮对的线结构光条纹图像,采用中值滤波和最大间类方差法对图像进行去噪和阈值分割后,运用细化及Hough变换算法提取结构光条纹中心直线,最后结合视觉传感器标定参数计算出轮对特征点坐标及尺寸参数。通过轮对轮缘半径检测试验,验证了该方法的误差小于0.05mm,具有较好的检测精度,满足实际现场检测的要求。     

铁路钢轨异物距离检测方法研究

针对铁路线路情况设计实时异物距离测试方案,基于车钩装载移动式摄像机和钢轨识别方法,利用横向视觉和纵向视觉几何原理,提出2种钢轨异物距离检测算法,为铁路运输安全提供技术方案。整体方案经过实验室线路试验以及乌鲁木齐铁路局现场试验验证,异物距离测试精度满足工程要求,算法具有较好的鲁棒性;数据误差分析中,尤其是中长距离,基于横向视觉比纵向视觉的检测方法更加准确,适合监控远程异物距离。     

高铁周界异物入侵感知与识别系统

针对高铁周界异物入侵监测和预警需求,提出了一种融合分布式光纤传感技术、视频联动技术和智能识别技术的分布式、多维度高铁周界异物入侵感知与识别系统。通过使用布里渊光时域分析(BOTDA)技术进行应变监测以及相位光时域反射(Φ-OTDR)技术进行振动监测,可有效捕捉异物入侵事件。同时使用人工神经网络(ANN)对报警信号进行大数据分析,可降低系统误报率。该系统的应用能够大幅提高高铁运营安全预警完备率和应急响应效率,具有重大社会价值。     

结合UKF和小波变换的改进粒子滤波及其在机车驾驶员人眼跟踪中的应用

非接触式的人眼跟踪研究对于机车驾驶员疲劳检测有着重要意义.为了解决机车驾驶员人眼跟踪方法对头部旋转、光照变化以及人眼运动的强非线性等问题的过于敏感,提出一种结合UKF(Unscented Kalman Filter)滤波和小波变换的改进粒子算法的机车驾驶员人眼跟踪方法.将UKF滤波算法得到的滤波状态均值和方差,用于粒子滤波算法中下次采样新的粒子;然后利用小波变换的去噪原理,降低粒子滤波重要性权值的方差,以提高实际驾驶条件下机车司机人眼跟踪的准确性和鲁棒性.理论分析和实验结果表明:该方法不仅可以提高对头部旋转、光照变化以及人眼运动的强非线性等问题的鲁棒性,而且具有更好的估计精度.     

Dijkstra算法在快速拟合轨面边缘中的应用

快速分割出目标边缘的算法一直是机器视觉在实时系统中应用的研究重点和难点。对铁轨轨面边缘的分割应用结果表明,本方法具有速度快、可靠性高等特点。     

基于改进联合卡尔曼滤波算法的列车测速信息融合

基于高速列车的测速精度直接影响车载设备的控制精度,为了提高测速精度,在分析基于联合卡尔曼滤波算法的多路测速传感器信息融合原理、结构和算法的基础上,针对联合卡尔曼滤波系统因缺乏系统噪声和测量噪声的先验知识而导致滤波精度下降的问题,运用自适应联合卡尔曼滤波思想,对系统过程噪声和测量噪声的统计特性实时进行估计和修正,并将改进前后的算法进行计算机仿真。研究结果表明:改进后的滤波算法具有更好的融合精度,更稳定的滤波效果,能够进一步提高测速系统对环境的适应能力。     

基于高阶全连接条件随机场的高速铁路异物入侵检测方法

随着我国高速铁路的快速发展,运营线路里程不断增加,铁路异物入侵对列车运行安全的威胁日趋严重。针对现有基于计算机视觉的铁路异物入侵检测方法存在的检测精度差、误检率高等问题,提出一种新的基于条件随机场CRF的前景提取算法并将其应用于高铁周界入侵检测中。前景提取是计算机视觉中的一个重要问题,也是基于计算机视觉的铁路异物入侵检测方法的核心算法。基于CRF的前景提取算法针对动态背景、伪装色等关键问题引入全连接结构,并增加高阶势,同时采用基于快速卷积的CRF推断算法实现快速求解。实验结果表明,前景提取算法的总体检测效果在通用测试数据集上优于现有算法,并在铁路现场场景取得较好地应用效果。     

铁路入侵智能检测方法研究

铁路入侵行为严重影响铁路安全,由于人工监控容易产生疏漏,研究计算机智能铁路入侵检测系统尤为必要,文章提出了一种智能铁路入侵识别方法,主要包括2个方面:一是提出了一种描述n维入侵目标可能存在的m维基本运动过程的数学模型;二是提出基于方向场的铁轨智能识别方法。经轨道监控视频实验验证,文中提出的方法可有效识别监控区域中的轨道,并可对铁路入侵目标进行准确识别和跟踪,算法具有一定鲁棒性,对实现智能铁路入侵检测具有重要意义。     

基于边缘检测的铁轨识别

在铁路安全检测系统中,铁轨识别是铁轨线路上障碍物检测的前提.结合铁轨数字图像特征,采用基于图像亮度值的不连续性进行铁轨识别,通过对常用边缘检测算子的对比分析,提出了基于边缘检测的铁轨识别流程;通过各算子对铁轨检测实验数据的对比,选择Sobel算子作为铁轨识别的基本算子;基于铁轨方向性强的基本特征,运用Sobel特定掩膜算子,检测指定方向线条,提高了铁轨识别精度,实现了对直道铁轨和弯道铁轨的有效识别.